Marine Fisheries ISSN 2087-4235

Vol. 9, No. 1, Mei 2018

Hal: 63-72

STATUS PEMANFAATAN PERIKANAN TUNA MADIDIHANG

(Thunnus albacares) BERDASARKAN MODEL BIOLOGI SCHAEFER

Utilization Status of Yellowfin Tuna (Thunnus albacares) Fishery Based on Schaefer’s

Biology Model

Oleh:
Abgusta Fajri Wiranata 1, Budy Wiryawan 2, Sugeng Hari Wisudo 2, Nimmi Zulbainarni 3

1 Mahasiswa Program Studi Teknologi Perikanan Laut, FPIK IPB; aftaafta@ymail.com

2 FPIK, IPB; bud@psp-ipb.org; wisudo@yahoo.com
3 Sekolah Bisnis, IPB; nimmiz_reims@yahoo.com

Diterima: 15 Februari 2016; Disetujui: 19 Februari 2018

ABSTRACT
There are two types of population growth function of the basic formulation of Schaefer’s
biology model, however in this study there is a difference in form and value of “r” as one of a
biology parameter. In addition to the difference in the method by calculating the process of a and
b coefficient. The calculating process of a and b coefficient in Schaefer’s biology model was
conducted through linear regression which has not yet been exact. This is due to the model itself
which is quadratic. Therefore to provide the solution is through quadratic process. The linear
regression shows the value of fmsy and Ymsy 1.40 and 1.34 times smaller than quadratic process
respectively. Based on the two graphs from the calculating process of a and b coefficient, it can be
concluded that the utilization of yellowfin tuna fishery was still not optimal. According to the result
based on the linear and quadratic regression, the maximum production of yellowfin tuna can be
increased to 664,037 and 877,340 kg.
Keywords: Population growth function, Schaefer’s Biology Model, Utilization status, Yellowfin tuna

ABSTRAK
Dua jenis fungsi pertumbuhan populasi menjadi dasar pembentukan model biologi Schaefer,
namun dalam kajian ini terdapat perbedaan dalam bentuk dan nilai r sebagai parameter biologi
ditambah juga berdasarkan perbedaan metode perhitungan koefisien a dan b. Metode perhitungan
koefisien a dan b model biologi Schaefer melalui regresi linear masih kurang tepat, karena model
biologi Schaefer berbentuk kuadratik, sehingga penyelesaiannya harus melalui proses kuadratik.
Nilai fmsy dan Ymsy dari proses regresi linear memiliki nilai 1,40 dan 1,34 kali lebih rendah dari
proses kuadratik. Berdasarkan kedua kurva dari kedua metode perhitungan koefisien a dan b,
maka status pemanfaatan perikanan tuna madidihang diduga masih belum optimal. Sehingga
berdasarkan proses regresi linear dan kuadratik, maka produksi maksimal tuna madidihang masih
dapat ditingkatkan sampai dengan 664.037 dan 877.340 kg.
Kata kunci: Fungsi pertumbuhan populasi, Model biologi Schaefer, Status pemanfaatan Tuna
madidihang

PENDAHULUAN ngan mengetahuinya dapat diduga apakah upa-

ya penangkapan yang telah dilakukan terhadap
Status pemanfaatan suatu sumberdaya suatu sumberdaya memiliki status pemanfaatan
ikan laut sangat penting dilakukan, karena de- yang belum optimal, sudah optimal atau telah
64 Marine Fisheries 9(1): 63-72, Mei 2018

berlebih. Ketiga jenis status pemanfaatan ini pat dilihat pada Tabel 1. Data tersebut merupa-
dapat dijadikan dasar bagi pembuat kebijakan kan data produksi/hasil tangkapan (kg) dan u-
dalam mengatur upaya penangkapan terhadap paya penangkapan (trip) tuna madidihang yang
sumberdaya ikan dalam menghadapi masing- berasal dari tiga instansi yaitu PPP Labuhan
masing kondisi yang sedang dihadapi. Salah Lombok, Yayasan Masyarakat dan Perikanan
satu metode perhitungan analisis dalam men- Indonesia (MDPI) dan USAID-IMACS Indone-
duga status pemanfaatan suatu sumberdaya sia. Data tersebut mengasumsikan bahwa akti-
ikan yaitu dapat melalui model biologi Schaefer. vitas penangkapan tuna madidihang berada di
Laut Flores (Gambar 1), menggunakan pancing
Model biologi Schaefer dipilih sebagai
tangan (handline) dan didaratkan di PPP Labu-
metode analisis yang banyak digunakan oleh
han Lombok.
beberapa peneliti perikanan dalam memberikan
dugaan terkait status pemanfaatan suatu sum- Fungsi pertumbuhan populasi digunakan
berdaya ikan. Tidak hanya itu, model ini juga oleh para ahli sebagai dasar dalam mengana-
dikenal sebagai metode yang paling mudah da- lisis urutan pembentukan fungsi Maximum Sus-
lam menghitung nilai upaya penangkapan dan tainable Yield (MSY). Terdapat dua jenis fungsi
produksi yang optimal dari suatu sumberdaya pertumbuhan populasi (Tabel 2), fungsi pertum-
ikan. buhan populasi 1 digunakan oleh Schaefer
(1954) dan Anderson (2002) yang dikenal de-
Walaupun model biologi Schaefer dikenal
ngan persamaan Verhulst-Pearl logistic dan
sebagai metode yang paling mudah dan ba-
yang kedua digunakan oleh Bergh et al. (2006),
nyak digunakan oleh peneliti perikanan, tetapi
Anderson dan Seijo (2010), Fauzi (2010) dan
prosesnya diduga masih terdapat kekeliruan
Zulbainarni (2012).
dalam perhitungan yang masih terus diperta-
hankan hingga saat ini. Kekeliruan tersebut di- Verhulst-Pearl logistic dalam Schaefer
duga terletak pada proses perhitungan untuk (1954) beranggapan bahwa terdapat jumlah
menghasilkan nilai koefisien a dan b yang me- maksimum populasi (x) yang dapat ditampung
lalui regresi linear, bahkan nilai koefisien dari oleh suatu batasan area (K) dengan tingkat
proses regresi linear tersebut digunakan ke da- pertumbuhan alamiah (r) yang dimiliki oleh
lam fungsi kuadratik, padahal model biologi suatu jenis ikan per satuan waktu dan juga
Schaafer merupakan fungsi kuadratik. tidak disertai dengan kegiatan eksploitasi atau
kegiatan penangkapan ikan.
Kegiatan eksploitasi atau menangkap
METODE ikan di suatu perairan membutuhkan berbagai
Data yang digunakan dalam kajian ini da- sarana. Sarana tersebut merupakan faktor input

Tabel 1 Data produksi/hasil tangkapan dan upaya penangkapan tuna madidihang dari tahun
2010-2014 yang didaratkan di PPP Labuhan Lombok
Tahun Hasil Tangkapan (kg) Y Upaya Penangkapan (trip) f

2010 254.545 6.454

2011 348.586 10.147

2012 184.193 4.786

2013 489.289 13.483

2014 372.276 12.171

Tabel 2 Dua jenis fungsi pertumbuhan populasi

Fungsi Pertumbuhan Populasi 1 Fungsi Pertumbuhan Populasi 2

𝑑𝑥 𝑑𝑥 𝑥
= 𝑃(𝑥) = 𝑟𝑥(𝐾 − 𝑥) … … … . (1.1) = 𝑃(𝑥) = 𝑟𝑥 (1 − ) … … … (1.2)
𝑑𝑡 𝑑𝑡 𝐾
 Wiranata et al. – Status Pemanfaatam Perikanan Tuna Madidihang (Thunnus albacares)..... 65

Gambar 1 Peta lokasi penangkapan tuna madidihang

yang disebut sebagai upaya penangkapan but secara matematis dapat ditulis sebagai be-
(effort) di dalam perikanan, sehingga hasil tang- rikut:
kapan Y pada setiap waktu bergantung pada
𝑃(𝑥, 𝑓) − 𝑃(𝑥) = 0
jumlah populasi awal periode dan jumlah upaya
𝑷(𝒙, 𝒇) = 𝑷(𝒙)…………….…………………….(4)
penangkapan yang digunakan, seperti dalam
Conrad dan Clark (1987) yang dimodelkan Schaefer dalam mengembangkan kon-
sebagai berikut: sepnya berdasarkan pada asumsi bahwa stok
perikanan bersifat homogen (single stock atau
𝑌 = 𝑃(𝑥, 𝑓) … … … … … … … … … … … … … … … … (2)
spesies), fungsi pertumbuhan yang kuadratik
Fungsi 𝑃(𝑥, 𝑓) pada Persamaan (2) dan area yang terbatas (Zulbainarni 2012). Se-
menghubungkan x (jumlah populasi) dan f hingga dalam kajian ini hanya menggunakan tu-
(effort) dengan hasil tangkapan atau produksi, na madidihang sebagai stok perikanan yang
sehingga fungsi produksi atau penangkapan homogen, lokasi penangkapan yang dilakukan
ikan yang sering digunakan dalam manajemen diasumsikan di Laut Flores.
perikanan adalah sebagai berikut seperti dalam
Kita menyepakati bahwa dalam menen-
Conrad dan Clark (1987):
tukan nilai Maximum Sustainable Yield (MSY)
𝑌 = 𝑃(𝑥, 𝑓) = 𝑞𝑥𝑓…………………..…………..(3) dilakukan melalui turunan pertama / diferensial
dari fungsi kuadratik, sehingga fmsy dapat dipe-
Catchability coefficient (q) pada Persa-
roleh:
maan (3) diartikan sebagai proporsi stok ikan
yang dapat ditangkap oleh satu unit upaya dan 𝑌 = 𝑎 𝑓 − 𝑏 𝑓2
juga dapat menggambarkan tingkat efisiensi 𝑑𝑌
teknis dari penangkapan. Tingkat pertumbuhan = 𝑎 − 2𝑏𝑓
𝑑𝑓
alami/intrinsic growth rate (r), daya tampung/ 0 = 𝑎 − 2𝑏𝑓
carrying capacity (K) dan koefisien kemampuan 2𝑏𝑓 = 𝑎
tangkap/catchability coefficient (q) disebut se- 𝑎
bagai parameter biologi spesies ikan. = 𝑓𝑚𝑠𝑦 … … … … … … … . . … … … … . … … … … . (5)
2𝑏
Aktivitas penangkapan ikan di suatu per- 𝑓𝑚𝑠𝑦 biasa disebut juga sebagai upaya
airan mengakibatkan perubahan stok atau po- penangkapan maksimum. Sementara untuk
tensi sumberdaya perikanan. Perubahan terse- nilai produksi/hasil tangkapan maksimum Ymsy
but merupakan selisih antara fungsi pertumbuh- hanya memasukan Persamaan (5) ke dalam
an populasi dengan fungsi penangkapan ikan. fungsi kuadratik seperti berikut:
Selisih perubahan diasumsikan sama dengan
𝑎 𝑎 2
nol, hal tersebut dikarenakan fungsi penang- 𝑌=𝑎 ( )−𝑏 ( )
kapan ikan diasumsikan menangkap seluruh 2𝑏 2𝑏
stok ikan di perairan. Selisih perubahan terse- 𝑎2 𝑏𝑎2
𝑌= −
2𝑏 4𝑏 2
66 Marine Fisheries 9(1): 63-72, Mei 2018

𝑎2 𝑎2 𝑤
𝑌= − 𝑦
2𝑏 4𝑏 𝑞 = geomean |𝑙𝑛 | … … … … … … … … … … . . (12)
2𝑎 − 𝑎2
2 𝑧
𝑌= 𝒂
4𝑏
𝑎2 𝑲= … … … … … … … … … … . … … … … . … . … (𝟏𝟑)
𝒒
𝑌𝑚𝑠𝑦 = … . . … … … … … … … … . … … … . … … . . (6)
4𝑏
Langkah selanjutnya yaitu menghitung
tingkat pemanfaatan (𝑇𝑃𝑡 ) dan tingkat pengupa- HASIL
yaan (𝑇𝑃𝑢 𝑡 ) dengan cara mempersenkan jum-
lah hasil tangkapan dan jumlah upaya pada ta- Perbedaan koefisien kuadratik yang ditin-
hun tertentu terhadap nilai hasil tangkapan opti- jau dari parameter biologi spesies ikan
mum: berdasarkan dua jenis fungsi pertumbuh-
an populasi
𝑌(𝑖)
𝑇𝑃(𝑖) = 𝑥 100% … … … … … … … . . … … … (7) Keberadaan dua jenis fungsi pertumbuh-
𝑌𝑚𝑠𝑦
𝑓(𝑖) an populasi akan menyebabkan perbedaan nilai
𝑇𝑃𝑢 (𝑖) = 𝑥 100% … … … … … … … … … … … (8) jumlah stok ikan. Para peneliti menyadari bah-
𝑓𝑚𝑠𝑦
wa fungsi penangkapan ikan tidak akan me-
Zulbainarni (2012) menyatakan bahwa nangkap seluruh stok ikan di perairan dalam
untuk ketiga parameter biologi (q, r, dan K) ter- satu waktu. Sehingga stok ikan yang tersisa
sebut dapat dihitung dengan menggunakan al- pada satu waktu tersebut pada saat Persamaan
goritma Fox dengan formula: 1 sampai 4 menjadi dasar maka bentuknya
dapat dilihat pada Tabel 3.
𝑎 𝐶𝑃𝑈𝐸𝑡 + 𝐶𝑃𝑈𝐸𝑡+1
𝑧 = [(− ) − ( )] … … … . … . (9) Jika stok ikan di perairan digunakan ke
𝑏 2
𝑧 1 dalam fungsi produksi atau penangkapan ikan,
𝑦 = [( ) + ( )] … … … … … … . . . … … (10) nilai x yang berbeda tersebut juga mempe-
𝐶𝑃𝑈𝐸𝑡+1 𝑏
𝑧 1 ngaruhi perbedaan nilai indikator biologi jika
𝑤 = [( ) + ( )] … … … … … … … … . … . . (11) dimasukan ke dalam Persamaan (3), maka
𝐶𝑃𝑈𝐸𝑡 𝑏
fungsi yang dihasilkan dapat dilihat pada Tabel
4.

Tabel 3 Jumlah stok ikan dari fungsi pertumbuhan populasi 1 dan 2

Jumlah stok ikan dari Fungsi Pertumbuhan Jumlah stok ikan dari Fungsi Pertumbuhan
Populasi 1 Populasi 2
𝑟𝑥(𝐾 − 𝑥) = 𝑞𝑥𝑓 𝑥
𝑟𝑥 (1 − ) = 𝑞𝑥𝑓
𝑟(𝐾 − 𝑥) = 𝑞𝑓 𝐾
𝑞𝑓 𝑥 𝑞𝑓
𝐾−𝑥 = 1− =
𝑟 𝐾 𝑟
𝑞𝑓 𝑞𝑓 𝑥
𝐾− = 𝑥 … … . … . (14.1) 1− =
𝑟 𝑟 𝐾
𝑞𝑓
𝐾 (1 − ) = 𝑥 … … . (14.2)
𝑟

Tabel 4 Fungsi MSY berdasarkan fungsi populasi 1 dan 2

Fungsi MSYberdasarkan Fungsi Fungsi MSYberdasarkanFungsi
Pertumbuhan Populasi 1 Pertumbuhan Populasi 2
𝑞𝑓 𝑞𝑓
𝑌 = 𝑞 (𝐾 − ) 𝑓 𝑌 = 𝑞 [𝐾 (1 − )] 𝑓
𝑟 𝑟
𝑞𝑓 𝑞𝑓𝐾
𝑌 = 𝑞𝑓 (𝐾 − ) 𝑌 = 𝑞 [𝐾 − ]𝑓
𝑟 𝑟
𝑞2𝑓 2 2 2
𝑞 𝑓 𝐾
𝑌 = 𝑞𝑓𝐾 − 𝑌 = 𝑞𝑓𝐾 −
𝑟 𝑟
𝑞2 𝑞2𝐾 2
𝑌 = 𝑞𝐾𝑓 − 𝑓 2 … … . (15.1) 𝑌 = 𝑞𝐾𝑓 − 𝑓 … . . (15.2)
𝑟 𝑟
𝑎 = 𝑞𝐾 𝑎 = 𝑞𝐾
𝑞2 𝑞2𝐾
𝑏= 𝑏=
𝑟 𝑟
𝑌 = 𝑎 𝑓 − 𝑏 𝑓 2 … … … … … … … . (16)
 Wiranata et al. – Status Pemanfaatam Perikanan Tuna Madidihang (Thunnus albacares)..... 67

Terlihat bahwa kedua jenis Persamaan 𝑌(𝑖) 𝑌(𝑖)

𝑛 [∑ ((𝑓(𝑖) ) ( ))] − [(∑ 𝑓(𝑖) ) (∑ )]
(15.1 dan 15.2) dapat membentuk fungsi 𝑓(𝑖) 𝑓(𝑖)
kuadratik 𝑌 = 𝑎 𝑓 − 𝑏 𝑓 2 yang masing-masing 𝑏 = 2 … … (18)
2
𝑛[∑(𝑓(𝑖) )] − [(∑ 𝑓(𝑖) ) ]
berbeda pada koefisien b. Koefisien b berbeda
𝑌(𝑖)
karena memiliki bentuk parameter biologi ∑ − 𝑏(∑ 𝑓(𝑖) )
spesies ikan yang berbeda. 𝑓(𝑖)
𝑎= … … … … … … … … . … … (19)
𝑛

Perbedaan nilai koefisien a dan b melalui Kuadratik

proses regresi linear dan kuadratik
Dalam kajian ini ditemukan proses yang
Persamaan (16) telah diketahui secara berbeda yaitu perhitungan secara langsung
umum sebagai bentuk akhir dari penyeder- berdasarkan metode kuadratik, maka untuk
hanaan metode analisis Schaefer. Persamaan menghitung koefisien a dan b pada Persamaan
tersebut merupakan bentuk kuadratik yang ha- (16) yaitu:
rus ditentukan nilai koefisien a dan b-nya untuk
membentuk suatu pola, tetapi ahli perikanan 𝐴 = 𝑛 [∑(𝑓(𝑖) )(𝑌(𝑖) )] … … . … … … … … … . . … . (20)
dan kami memiliki perbedaan proses dalam 4
perhitungan koefisien a dan b yang menyebab- 𝐵 = 𝑛 [∑ ((𝑓(𝑖) ) )] … … … . . … … … … … … … . (21)
kan nilai Maximum Sustainable Yield (MSY) 3
juga berbeda. 𝐶 = 𝑛 [∑ ((𝑓(𝑖) ) )] … … … … … … … … . … … … (22)
2
𝐷 = 𝑛 [∑ ((𝑓(𝑖) ) ) (𝑌(𝑖) )] … … … … . … … … … . (23)
Regresi Linear 2
𝐸 = 𝑛 [∑ ((𝑓(𝑖) ) )] … . . . … … … … . … … … … . . (24)
Dalam penentuan nilai koefisien a dan b
𝐹 = 𝐸𝐵 − 𝐶 2 … … … … … … … … … … … . . … … . . (25)
selama ini masih berpatokan terhadap proses
regresi linier yang Sparre dan Venema (1999), Setelah keenam nilai dari persamaan ter-
Fauzi (2010) dan Zulbainarni (2012) jabarkan, sebut telah diketahui, maka nilai a dan b dapat
yaitu: dihitung dengan:
𝑌 𝐴𝐵 − 𝐶𝐷
= 𝑎 − 𝑏 𝑓(𝑖) … … … … … … … … … … … … … (17) 𝑎= … … … … … … … … … … … … . (26)
𝑓(𝑖) 𝐹
Persamaan (17) memperlihatkan bahwa 𝐷𝐸 − 𝐴𝐶
𝑏= … … … … … … … … … … … … . (27)
jika melalui proses regresi linear, maka ruas kiri 𝐹
dan kanan dari sama dengan pada Persamaan Hasil dari perhitungan dalam menentu-
(16) dibagi oleh 𝑓. Pembentukan persamaan kan nilai koefisien (a dan b) antara proses re-
seperti itu sah secara matematika sehingga gresi linear dan kuadratik menunjukkan bahwa
penentuan parameter (a dan b) dalam Siagian secara keseluruhan memiliki nilai yang berbeda
dan Sugiarto (2002): (Tabel 5). Nilai koefisien a melalui regresi linear
lebih besar dari pada kuadratik dan b sebalik-
nya.

Tabel 5 Perbedaan nilai koefisien a dan b berdasarkan regresi linear dan kuadratik
Koefisien Regresi linear Kuadratik
a 42,1129 39,6748
b -0,000668 - 0,000448

Perbedaan nilai Maximum Sustainable Berdasarkan panduan yang dijelaskan

Yield (MSY) melalui proses regresi linear oleh Sparre dan Venema (1999), Fauzi (2010)
dan kuadratik dan Zulbainarni (2012) maka nilai koefisien
tersebut dapat digunakan dalam persamaan
Regresi Linear kuadratik seperti di bawah ini lalu dideferensial-
Setelah didapatkan nilai koefisien a dan kan untuk mendapatkan nilai fmsy dan 𝑌𝑚𝑠𝑦 .
b maka persamaan (17) menjadi:
𝑌 = 42,1129 𝑓 − 0,000668 𝑓 2 ...................... (29)
𝑌
= 42,1129 − 0,000668 𝑓 ........................... (28)
𝑓
68 Marine Fisheries 9(1): 63-72, Mei 2018

Kuadratik kuadratik menunjukkan bahwa secara keselu-

Setelah didapatkan nilai koefisien a dan ruhan memiliki nilai yang berbeda (Tabel 6).
b maka secara kuadratik menjadi: Nilai fmsy dan Ymsy dari proses kuadratik 1,40
dan 1,34 kali lebih besar dari regresi linear.
𝑌 = 39,6748 𝑓 − 0,000448𝑓 2 ...................... (30)
Kurva fungsi MSY dari proses regresi
Sehingga persamaan kuadratik tersebut
linear juga lebih kecil daripada kuadratik (Gam-
dapat dilanjutkan melalui diferensial untuk men-
bar 2), hal tersebut dikarenakan nilai fmsy dan
dapatkan nilai fmsy dan 𝑌𝑚𝑠𝑦 .
Ymsy dari proses kuadratik 1,40 dan 1,34 kali
Hasil dari perhitungan dalam menentu- lebih besar dari regresi linear.
kan nilai MSY antara proses regresi linear dan

Tabel 6 Perbedaan nilai MSY melalui proses regresi linear dan kuadratik
MSY Regresi linear Kuadratik
fmsy (trip) 31.536 44.227
Ymsy (kg) 664.037 877.340

Gambar 2 Perbedaan kurva MSY berdasarkan proses regresi linear (kiri) dan kuadratik (kanan)

Tabel 7 Perbandingan nilai tingkat pemanfaatan dan pengupayaan tuna madidihang berdasarkan
teknik linear dengan kuaratik

Lebih besarnya nilai MSY pada proses Sama dengan parameter fungsi produksi
kuadratik dibandingkan regresi linear, jelas lestari, keseluruhan nilai parameter biologi baik
akan membuat persentase tingkat pemanfaatan berdasarkan Persamaan (1.1 dan 1.2) yang
dan pengupayaan pada proses kuadratik/poly- melalui proses regresi linear dan kuadratik
nomial ordo dua lebih rendah daripada regresi berbeda (Tabel 8). Nilai intrinsic growth rate (r)
linear. Hal tersebut dapat dilihat pada Tabel 7, terlihat bahwa di Persamaan 1.2 baik dari
dimana tingkat pemanfaatan (TP) dan pengu- proses regresi linear ataupun kuadratik bernilai
payaan (TPu) pada proses regresi linear 1,34 lebih besar dari Persamaan 1.1, tetapi nilai r
dan 1,40 kali lebih besar daripada kuadratik/po- dari proses kuadratik bernilai lebih besar dari
lynomial ordo dua. Pada tahun 2012 memiliki regresi linear, begitu juga dengan daya dukung
nilai lebih kecil karena hasil tangkapan dan lingkungan/carrying capacity (K) dari proses
upaya penangkapannya paling rendah dari kuadratik bernilai lebih rendah dari regresi
keseluruhan tahun tersebut. Berbeda halnya linear. Penggambaran Tabel 8 mengenai nilai
pada tahun 2013, dimana hasil tangkapan dan parameter biologi fungsi pertumbuhan populasi
upaya penangkapannya paling tinggi dari dapat dilihat pada Gambar 3.
keseluruhan tahun.
 Wiranata et al. – Status Pemanfaatam Perikanan Tuna Madidihang (Thunnus albacares)..... 69

Tabel 8 Nilai parameter biologi berdasarkan regresi linear dan kuadratik

Regresi linear Kuadratik
Parameter Fungsi Fungsi Fungsi Fungsi
Biologi Pertumbuhan Pertumbuhan Pertumbuhan Pertumbuhan
Populasi 1 Populasi 2 Populasi 1 Populasi 2
r 0,00000026 0,8352 0,00000075 1,6259
q 0,00001324 0,00001838
K 3.180.248,4 2.158.408,1

Gambar 3 Perbedaan kurva fungsi pertumbuhan populasi dari proses analisis hubungan regresi
linear sederhana (kiri) dan hubungan kuadratik (kanan)

PEMBAHASAN Karnan et al. 2012; Kawimbang et al. 2012;

Irhamsyah et al. 2013; Kumaat et al. 2013;
Langkah awal yang sangat penting untuk Latupeirissa 2013; Nurhayati 2013; Rahmawati
diperhatikan sebelum melakukan analisis data et al. 2013; Febriani et al. 2014; Sandria et al.
menggunakan model biologi Schaefer yaitu 2014; Sharfina et al. 2014; Patria et al. 2014;
pemilihan salah satu fungsi pertumbuhan popu- Noija et al. 2014; Santoso 2016), tetapi dalam
lasi. Jika hal tersebut tidak dilakukan akan ter- penelitian ini telah diperlihatkan bahwa pernya-
jadi kekeliruan terhadap nilai intrinsic growth taan dan penggunaan metode tersebut masih
rate (r) yang menjadi penilaian laju pertumbuh- belum tepat karena proses regresi linear yang
an populasi suatu spesies ikan. Hasil perhi- digunakan hanya untuk mempermudah perhi-
tungan pada Tabel 8 yang memperlihatkan tungan nilai koefisien fungsi MSY (a dan b) dan
bahwa nilai r dari setiap jenis fungsi pertumbuh- ternyata memiliki perbedaan nilai 1,3 sampai
an populasi menghasilkan nilai yang berbeda 1,4 kali lebih rendah dari kuadratik.
secara signifikan. Tentunya hal ini akan sangat
berpengaruh terhadap suatu interpretasi hasil Proses regresi linear yang mungkin me-
terhadap laju pertumbuhan suatu populasi, ter- mang disarankan oleh Schaefer pada saat itu
lebih lagi jika dilakukan perhitungan melalui dapat diduga bahwa perkembangan ilmu pe-
analisis pendekatan model biologi multispesies. ngetahuan dan mesin hitung belum sehebat
atau secanggih pada saat ini, sehingga dapat
Para ahli dan peneliti dalam bidang per- disarankan untuk menggunakan proses regresi
ikanan menunjukkan dan memberikan cara linear untuk menentukan koefisien a dan b
analisis data untuk membuat model biologi dalam fungsi MSY-nya. Indra (2007) menyata-
Schaefer yaitu dengan proses regresi linear kan bahwa estimasi koefisien a dan b untuk
sederhana yang menghubungkan upaya persamaan yield-effort dari model Schaefer me-
penangkapan (f) dengan hasil tangkapan per libatkan teknik non regresi linear dan dalam
𝑌
upaya penangkapan ( ) (Sparre dan Venema penelitian Pangalila et al. (2014) menggunakan
𝑓
1999; Budiman et al. 2006; Kadafi et al. 2006; teknik regresi polinomial untuk menentukan
Irham et al. 2008; Sobari dan Muzakir 2008; koefisien-koefisien dan menghitung nilai sus-
Sobari et al. 2008; Haryani et al. 2009; Diniah tainable yield.
et al. 2010; Fauzi 2010; Sobari dan Febrianto Persamaan 16 merupakan hilir dari pen-
2010; Hulaifi 2011; Rosalina et al. 2011; jabaran model biologi Schaefer. Fungsi tersebut
Sibagariang et al. 2011; Sriati 2011; Wuaten et memiliki sifat kuadratik yang menghubungkan
al. 2011; Yusfiandayani dan Sobari 2011; Utami upaya penangkapan (𝑓) dengan hasil tangkap-
et al. 2012; Triarso 2012; Zulbainarni 2012; an (𝑌). Pada Persamaan 16 juga dapat dilihat
70 Marine Fisheries 9(1): 63-72, Mei 2018

secara detail bahwa fungsi tersebut tidak memi- a dan b juga mempengaruhi perbedaan nilai
liki intersep atau intersep=0. Hal tersebut parameter biologi.
sangat jelas dan masuk akal karena intersep
Walaupun terdapat perbedaan kurva,
akan memberikan suatu nilai positif atau negatif
model dan nilai pada kedua proses tersebut,
pada saat upaya penangkapan nol atau tidak
posisi lima tahun dalam fungsi produksi lestari
ada. Jadi secara umum, Persamaan 16 memi-
dan pertumbuhan populasi alami memiliki
liki arti bahwa pada saat upaya penangkapan
persamaan dalam hal letak posisi dan status
nol atau tidak ada, maka hasil tangkapan juga
pemanfaatannya. Pada Gambar 2 menunjukan
tidak ada. Kalangan matematika dan statistika
hasil tangkapan pada tahun 2011 dan 2014
sudah membuat penyelesaian untuk menghi-
berada di dalam kurva, tetapi pada tahun 2010,
tung seluruh parameter dan intersep dari sifat
2012 dan 2013 berada di luar kurva. Status
kuadratik atau polynomial ordo dua tersebut,
pemanfaatan tuna madidihang berdasarkan ke-
tetapi sampai saat ini penulis belum menemu-
dua kurva tersebut diduga masih dalam kea-
kan yang memaparkan bagaimana cara meng-
daan belum optimal, hal tersebut dilihat berda-
hilangkan intersep atau membuat intersep = 0.
sarkan titik lima tahun pada kedua kurva yang
Maka dari itu, pada penelitian ini dibuat rumus
terletak disebelah kiri dari nilai fmsy dan di ba-
seperti pada Persamaan (20 sampai 27) yang
wah nilai Ymsy, sehingga masih dimungkinkan
dikembangkan dari Siagian dan Sugiarto pada
untuk menambahkan upaya penangkapannya.
tahun 2002.
Proses perhitungan parameter fungsi
produksi lestari a dan b yang melalui regresi
linear pada Persamaan (17 sampai 19) akan KESIMPULAN
membuat a menjadi intersep, sehingga jika Kajian ini telah membandingkan proses
pada saat tidak ada penangkapan atau f = 0, perhitungan berdasarkan dua jenis fungsi per-
𝑌
maka akan membuat memiliki nilai yang sa- tumbuhan populasi dan dua proses perhitungan
𝑓
ma dengan a. Secara matematis, jika menggu- koefisien a dan b dalam model MSY Schaefer.
nakan proses regresi linear, sesungguhnya nilai Berdasarkan penurunan persamaan dan hasil
kofisien a dan b adalah milik upaya penang- perhitungan, maka kedua jenis fungsi pertum-
kapan (𝑓) dengan hasil tangkapan per upaya buhan populasi memiliki nilai intrinsic growth
𝑌 rate (r) yang berbeda. Hasil menunjukan bahwa
penangkapan ( ), bukan upaya penangkapan proses regresi linear belum tepat untuk proses
𝑓
(𝑓) dengan hasil tangkapan (𝑌), maka tidaklah perhitungan parameter a dan b, karena berda-
sesuai nilai koefisien tersebut digunakan lalu sarkan model Schaefer dan asumsi yang digu-
dideferensialkan dalam fungsi produksi lestari. nakannya, maka disarankan untuk mengguna-
kan proses hubungan kuadratik dalam proses
Sparre dan Venema (1999), Fauzi (2010)
perhitungan parameter a dan b. Nilai produksi
dan juga Zulbainarni (2012) menjelaskan bah-
lestari untuk Ymsy = 877.340 kg dan fmsy= 44.227
wa koefisien fungsi produksi lestari (a dan b)
trip. Berdasarkan titik lima tahun dari data, ma-
pada model Schaefer dihitung melalui proses
ka status pemanfaatan perikanan tuna madidi-
hubungan regresi linear antara upaya penang-
hang diduga masih belum optimal.
kapan dengan hasil tangkapan per upaya pe-
nangkapan. Padahal dari ketiga sumber terse-
but juga sudah menjelaskan bahwa grafik
Schaefer berbentuk parabola yang persamaan- SARAN
nya kuadratik. Jadi, jika proses regresi linear Bagi para peneliti yang merencanakan
antara upaya penangkapan dengan hasil tang- penggunaan model Schaefer harus mengerti
kapan per upaya penangkapan ditujukan hanya terlebih dahulu mengenai fungsi MSY secara
untuk mempermudah perhitungan parameter matematika. Perhitungan dalam penentuan
fungsi produksi lestari (a dan b) model Schae- koefisien a dan b disarankan menggunakan ja-
fer, maka seharusnya memiliki nilai yang sama lur kuadratik, karena lebih sesuai dengan
dengan perhitungan melalui kuadratik dalam asumsi yang digunakan oleh Schaefer dan
membentuk kurva parabola. kaidah matematika.
Pada proses regresi linear, nilai Ymsy dan Pada penelitian ini hanya menggunakan
fmsy lebih kecil dibandingkan dengan pangkat data sebanyak lima tahun, sehingga perlu dila-
dua, begitu juga dengan nilai tingkat peman- kukan penelitian lagi dengan data yang lebih
faatan dan pengupayaan tuna madidihang. Per- dari lima tahun. Bagi yang melanjutkan peneli-
bedaan nilai antara kedua proses tersebut dise- tian ini disarankan untuk membandingkan nilai
babkan oleh perbedaan nilai parameter a dan b koefisien determinasi dan korelasi dari kedua
dari setiap proses analisis pada fungsi produksi jenis proses hubungan tersebut.
lestari. Perbedaan proses perhitungan koefisien
 Wiranata et al. – Status Pemanfaatam Perikanan Tuna Madidihang (Thunnus albacares)..... 71

Hasil analisis menduga bahwa tuna ma- Nanggroe Aceh Darussalam [disertasi].
didihang yang ditangkap di Laut Flores lalu di- Bogor (ID): Institut Pertanian Bogor.
daratkan di PPP Labuhan Lombok masih belum
Irham, Wisudo SH, Haluan J, Wiryawan B.
optimal, sehingga masih dapat dilakukan pe-
2008. Analisis Pengembangan Mini
nambahan upaya penangkapan sampai dengan
Purse Seine Berbasis Optimasi Sumber-
batas fmsy.
daya Ikan Pelagis Kecil di Provinsi Malu-
ku Utara. Bul PSP. 17(1): 188-204.
Irhamsyah, Azizah N, Aulia H. 2013. Tingkat
DAFTAR PUSTAKA Pemanfaatan dan Potensi Maksimum
Anderson LG, Seijo JC. 2010. Bioeconomics of Lestari Sumberdaya Cumi-Cumi (Loligo
Fisheries Management. Iowa (US): sp.) di Kabupaten Tanah Bumbu Provinsi
Wiley-Blackwell. Kalimantan Selatan. Bul PSP. 21(2):181-
192.
Anderson LG. 2002. Fisheries Economics.
Volume 1: Collected Essays. Internatio- Kadafi M, Widaningroem R, Soeparno. 2006.
nal Library of Environmental Economics Aspek Biologi dan Potensi Lestari Sum-
and Policy. Burlington (US): Ashgate. berdaya Lobster (Panulirus spp.) di Per-
airan Pantai Kecamatan Ayah Kabupaten
Bergh JCJM, Hoekstra J, Imeson R, Nunes Kebumen. Jurnal Perikanan. VIII(1): 108-
PALD, Blaeij AT. Bioeconomics Modell- 117.
ing and Valuation of Exploited Marine
Ecosystems. Volume 28: Economy and Karnan, Baskoro MS, Iskandar BH, Lubis E,
Environment. Dordrecht (NL): Springer. Mustaruddin. 2012. Potensi dan Tingkat
Pemanfaatan Sumberdaya Ikan Unggul-
Budiman, Supriharyono, Asriyanto. 2006. Anali- an di Perairan Selat Alas Nusa Tenggara
sis Sebaran Ikan Demersal Sebagai Ba- Barat. Bul PSP. 20(4): 391-401.
sis Pengelolaan Sumberdaya Pesisir di
Kabupaten Kendal. Jurnal Pasir La- Kawimbang E, Paransa IJ, Kayadoe ME. 2012.
ut. 2(1): 52-63. Pendugaan Stok dan Musim Penang-
kapan Ikan Julung-julung dengan Soma
Diniah, Sobari MP, Primadianti I. 2010. Aspek Roa di Perairan Tagulandang, Kabupa-
Bioteknik dalam Pemanfaatan Sumber- ten Kepulauan Siau Tagulandong Biaro.
daya Ikan Teri di Perairan Palabuhanratu Jurnal Ilmu dan Teknologi Perikanan
Kabupaten Sukabumi. J Tek Per Kel. Tangkap. 1(1): 10-17.
1(1): 95-104.
Kumaat J, Haluan J, Wiryawan B, Wisudo SH,
Fauzi A. 2010. Ekonomi Perikanan: Teori, Kebi- Monintja DR. 2013. Potensi Lestari
jakan dan Pengelolaan. Jakarta (ID): Perikanan Tangkap di Kabupaten Kepu-
Gramedia. lauan Sitaro. Mar Fish. 4(1): 41-50.
Febriani PR, Mudzakir AK, Asriyanto. 2014. Latupeirissa IL. 2013. Pendugaan Stok Ikan
Analisis CPUE, MSY, dan Usaha Pe- Tembang (Sardinella fimbriata) pada La-
nangkapan Lobster (Panulirus sp.) di ut Flores (Kab. Bulukumba, Bantaeng,
Kabupaten Gunungkidul. Journal of Fish- Jeneponto dan Takalar). AGRICOLA.
eries Resources Utilization Management 3(2): 136-149.
and Technology. 3(3): 208-217.
Noija D, Martasuganda S, Murdiyanto B, Tau-
Haryani EBS, Fauzi A, Monintja DR. 2009. Ana- rusman AA. 2014. Potensi dan Tingkat
lisis Bionomi Ikan Karang di Perairan Pemafaatan Sumerdaya Ikan Demersal
Kabupaten Raja Ampat, Provinsi Papua di Perairan Pulau Ambon-Provinsi Malu-
Barat. Bul PSP. XVIII(3): 185-193. ku. J Tek Per Kel. 5(1): 55-64.
Hulaifi. 2011. Pendugaan Potensi Sumberdaya Nurhayati A. 2013. Analisis Potensi Lestari Per-
Perikanan Laut dan Tingkat Keragaan ikanan Tangkap di Kawasan Panganda-
Ekonomi Penangkapan Ikan (Kasus di ran. Jurnal Akuatika. IV(2): 195-209.
TPI Sendang Biru Kabupaten Malang). J
Mat Sai Tek [internet]. [diunduh 2016 Pangalila FPT, Budiman J, Telleng ATR, Re-
April 22]; 12(2):113-126. Tersedia pada: ppie E. 2014. Kajian Perikanan Tangkap
http:// jurnal.ut.ac.id/JMST/article/down- Mene maculata di Teluk Buyat. Jurnal
load/ 197/189. IPTEKS PSP. 1(2): 103-111.
Indra. 2007. Model Bio-Ekonomi Opsi Rehabili- Patria AD, Adrianto L, Kusumastanto T, Kamal
tasi Sumber Daya Perikanan di Provinsi MM, Dahuri R. 2014. Status Pemanfaat-
an Sumberdaya Udang oleh Perikanan
72 Marine Fisheries 9(1): 63-72, Mei 2018

Skala Kecil di Wilayah Pesisir Kabupten mum Economic Yield” Menggunakan Bio-
Cilacap. Mar Fish. 5(1): 49-55. Ekonomik Model Statis Gordon-Schaefer
dari Penangkapan Spiny Lobster di Wo-
Rahmawati M, Fitri ADP, Wijayanto D. 2013.
nogiri. Jurnal Ilmu-ilmu Perairan dan
Analisis Hasil Tangkapan per Upaya Pe-
Perikanan Indonesia. 15(1): 35-40.
nangkapan dan Pola Musim Penangkap-
an Ikan Teri (Stolephorus spp.) di Per- Sobari MP, Febrianto A. 2010. Kajian Bio-
airan Pemalang. Journal of Fisheries Re- Teknik Pemanfaatan Sumberdaya Ikan
sources Utilization Management and Tenggiri dan Distribusi Pemasarannya di
Technology. 2(3): 213-222. Kabupaten Bangka. J Tek Per Kel. 10(1):
15-29.
Rosalina D, Adi W, Matasari D. 2011. Analisis
Tangkapan Lestari dan Pola Musim Pe- Sobari MP, Muzakir. 2008. Kajian Ekonomi
nangkapan Cumi-Cumi di Pelabuhan Pemanfaatan Sumberdaya Ikan Teri di
Perikanan Nusantara Sungailiat-Bangka. Kabupaten Agam, Provinsi Sumatera Ba-
Maspari Journal. 02(2011): 26-38. rat. Bul PSP. XVII(3): 372-381.
Sandria F, Fitri ADP, Wijayanto D. 2014. Sparre P, Venema SC. 1998. Introduction to
Analisis Potensi dan Tingkat Pemanfaat- Tropical Fish Stock Assessment. Part 1:
an Sumberdaya Ikan Demersal di Per- Manual. FAO Fisheries Technical Paper,
airan Kabupaten Kendal. Journal of Fish- No. 306.1, Rev. 2. Rome (IT): FAO.
eries Resources Utilization Management
Sriati. 2011. Kajian Bio-Ekonomi Sumberdaya
and Technology. 3(3): 10-18.
Ikan Kakap Merah yang didaratkan di
Santoso D. 2016. Potensi Lestari dan Status Pantai Selatan Tasikmalaya, Jawa Barat.
Pemanfaatan Ikan Kakap Merah dan Jurnal Akuatika. II(2): 79-90.
Ikan Kerapu di Selat Alas Propinsi Nusa
Triarso I. 2012. Potensi dan Peluang Pengem-
Tenggara Barat. Jurnal Biologi Tropis.
bangan Usaha Perikanan Tangkap di
16(1): 15-23.
Pantura Jawa Tengah. Jurnal Saintek
Schaefer MB. 1954. Some Aspects of the Perikanan. 8(1): 65-73.
Dynamics of Populations Important to the
Utami DP, Gumilar I, Sriati. 2012. Analisis
Management of the Commercial Marine
Bioekonomi Penangkapan Ikan Layur
Fisheries. IATTC Bull [internet]. [diunduh
(Trichirus sp.) di Perairan Parigi Kabupa-
2016 Jan 06]; 1(2): 27-56. Tersedia
ten Ciamis. Jurnal Perikanan dan Kelaut-
pada:
an. 3(3): 137-144.
https://www.iattc.org/PDFFiles2/Bulletins/
IATTC-Bulletin-Vol-1-No-2.pdf Wuaten JF, Reppie E, Labaro Il. 2011. Kajian
Perikanan Tangkap Ikan Julung-julung
Sharfina M, Boer M, Ernawati Y. Potensi Lestari
(Hyporhamphus affinis) di Perairan Kabu-
Ikan Selar Kuning (Selaroides leptolepis)
paten Kepulauan Sangihe. Jurnal Peri-
di Perairan Selat Sunda. Mar Fish. 5(1):
kanan dan Kelautan Tropis. VII(2): 80-86.
101-108.
Yusfiandayani R, Sobari MP. 2011. Aspek
Siagian D, Sugiarto. 2002. Metode Statistika
Bioteknik dalam Pemanfaatan Sumber-
untuk Bisnis dan Ekonomi. Jakarta (ID):
daya Rajungan di Perairan Teluk Banten.
Gramedia.
Jurnal Teknologi Perikanan dan Kelaut-
Sibagariang OP, Fauziyah, Agustriani F. 2011. an. 1(2): 71-80.
Analisis Potensi Lestari Sumberdaya
Zulbainarni N. 2012. Teori dan Praktik Pemo-
Perikanan Tuna Longline di Kabupaten
delan Bioekonomi dalam Pengelolaan
Cilacap, Jawa Tengah. Maspari Journal.
Perikanan Tangkap. Cetakan Pertama.
03(2011): 24-29.
Bogor (ID): IPB Press.
Sobari MP, Diniah, Widiarso DI. 2008. Analisis
“Maximum Sustainable Yield” dan “Maxi-